渐进式利率市场化下我国商业银行利率风险评估

发布时间：2017-08-15 14:02

  本文关键词：渐进式利率市场化下我国商业银行利率风险评估

  更多相关文章： 渐进式利率市场化 利率风险评估 VAR GARCH模型 GED分布

【摘要】：1996年，银行间同业拆借市场在我国建立并成功实现了拆借利率市场化，这标志着利率市场化改革进程的正式开始。随后十几年平稳发展中逐步微调的各种举措揭开了我国“渐进式”利率市场化改革的神秘面纱。时至今日，我国的商业银行也仍处于这种渐进式利率市场化的大环境之下。2013年7月20日，金融机构贷款利率下限被央行取消，金融机构可以根据市场具体情况确定贷款利率高低，这一举措虽然实际效果并不是特别显著，但是反映出了当局放开利率的坚定态度。利率市场化在一国金融效率的提升方面效果显著，诚然，任何事物都有它的两面性，利率市场化也为商业银行利率风险防控开辟了新战线。在此渐进式进程之中，我国商业银行针对利率风险防控仍存在着许多不足，包括管理水平低下、管理方式不系统等。我国学者对在此进程之中商业银行利率风险暴露的量化分析方面研究较少，而在此渐进式改革的大前提下，对商业银行具体利率风险暴露进行量化分析有利于金融机构进行针对性防控。在此基础之上，，本文从金融时间序列的角度对银行业利率暴露展开量化分析。 本文首先对渐进式利率市场化的定义及特征进行描述，回顾我国在经济发展各阶段为其所做的努力，然后阐述渐进式利率市场化对我国商业银行的影响。之后对商业银行利率风险评估方法进行理论分析，对利率风险评估的集中模型进行横向、纵向对比之后选取直观易懂的在险价值（VAR）模型展开随后的实证分析。 第四部分的实证研究是文章重点，选用Shibor隔夜利率为研究基准利率，以9家贷款基础利率（LPR）报价银行为研究对象，用2014年半年度财务报表为主要数据资料，在三个月考察期限内对9家报价行利率敏感性缺口展开具体分析。经过一系列的检验之后，发现对数处理后的时间序列异方差效应显著、非正态、2阶自相关。经过对残差序列进行t分布、正态分布、GED分布的拟合比较后，发现参数为1.6时GED分布拟合效果最佳，建立GED（1.6）—GARCH(1，1)模型。运用模型反向计算出时间序列的标准差，将此标准差带入VAR模型，计算出9家利率报价行在一定利率敏感缺口下每日风险暴露值。最后通过GARCH（1,1）模型对Shibor隔夜利率进行了向前一天预测。 从计算结果可以看出，我国银行业每日在险值比较大。针对数额较大的每日在险值进行风险防控，首先可以缩小利率敏感性缺口，主要手段包括合理调剂与匹配银行资产负债头寸、不断进行金融业务创新，分散利润来源等。其次，利用模型进行动态利率预测，变被动防御为主动出击。最后，随着金融市场不断完善，金融工具多样化，运用期权期货等衍生工具进行合理避险。
【关键词】：渐进式利率市场化 利率风险评估 VAR GARCH模型 GED分布
【学位授予单位】：河北经贸大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.33;F832.5
【目录】：

• 摘要4-6
• Abstract6-10
• 1 引言10-17
• 1.1 研究背景及意义10-11
• 1.2 国内外文献综述11-15
• 1.2.1 国外文献综述11-13
• 1.2.2 国内文献综述13-15
• 1.3 论文研究思路和分析方法15-16
• 1.3.1 研究思路15-16
• 1.3.2 分析方法16
• 1.4 文章创新之处与不足16-17
• 2 渐进式利率市场化及其影响分析17-24
• 2.1 渐进式利率市场化概述17-18
• 2.2 我国利率市场化改革的历程回顾18-20
• 2.2.1 银行同业拆借利率市场化18-19
• 2.2.2 债券市场利率市场化19
• 2.2.3 存贷款利率市场化19-20
• 2.3 商业银行利率风险的主要形式20-22
• 2.4 利率市场化对利率风险影响的理论分析22-24
• 3 利率风险评估的理论依据24-32
• 3.1 缺口分析模型24-25
• 3.1.1 静态缺口分析模型24
• 3.1.2 动态敏感性缺口分析模型24-25
• 3.2 久期缺口分析模型25-29
• 3.2.1 静态久期缺口分析27-28
• 3.2.2 动态久期缺口分析28
• 3.2.3 久期缺口测量法的局限性28-29
• 3.3 风险价值(VAR)模型29-32
• 3.3.1 VAR 模型的一般表达形式29-30
• 3.3.2 VAR 在险值的具体测量方法30-31
• 3.3.3 VAR 模型的简单评价31-32
• 4 商业银行利率风险评估的实证研究32-46
• 4.1 利率敏感性缺口模型分析银行利率风险32-33
• 4.2 VAR 模型估计商业银行的利率风险33-44
• 4.2.1 Shibor 时间序列样本数据分析34-39
• 4.2.2 广义异方差 GARCH 模型的建立39-43
• 4.2.3 基于 GED(1.6)-GARCH(1，1)模型的 VAR 值43-44
• 4.2.4 隔夜同业拆解利率向前一天预测44
• 4.3 实证结果小结44-46
• 5 改善我国商业银行利率风险暴露的相关建议46-49
• 5.1 有效缩小利率敏感性缺口 V046
• 5.2 建立基于大数据的利率预测机制46-47
• 5.3 运用金融衍生工具规避利率风险47
• 5.4 形成利率风险防控长效机制47-49
• 6 结论49-50
• 参考文献50-53
• 后记53-54
• 攻读学位期间取得的研究成果清单54

【参考文献】

中国期刊全文数据库 前10条

1 武剑;利率市场化进程中的利率风险管理[J];财经科学;2003年02期

2 肖欣荣;伍永刚;;美国利率市场化改革对银行业的影响[J];国际金融研究;2011年01期

3 蔡燕华;;压力测试在商业银行风险管理中的应用探讨[J];河南商业高等专科学校学报;2007年06期

4 王洪林;利率市场化下的银行经营策略[J];上海经济研究;2002年07期

5 谷秀娟;;我国商业银行利率风险及其管理研究[J];经济经纬;2008年01期

6 黄金老;利率市场化与商业银行风险控制[J];经济研究;2001年01期

7 吕耀明,林升;商业银行利率风险管理研究[J];经济研究;1999年05期

8 刘伟巍;李峰;;我国商业银行利率风险模型及实证分析[J];金融经济;2008年22期

9 赵同章;我国商业银行利率风险管理探讨[J];金融理论与实践;2005年02期

10 邵伏军;利率市场化改革的风险分析[J];金融研究;2004年06期

本文编号：678528